内容简介

《MATLAB 计算机视觉与深度学习实战》详细讲解了 30 个 MATLAB 计算机视觉与深度学习案例（含可运行程序），涉及雾霾去噪、答题卡自动阅卷、肺部图像分割、小波数字水印、图像检索、人脸二维码识别、车牌定位及识别、霍夫曼图像压缩、手写数字识别、英文字符文本识别、眼前节组织提取、全景图像拼接、小波图像融合、基于语音识别的音频信号模拟灯控、路面裂缝检测识别、视频运动估计追踪、Simulink 图像处理、胸片及肝脏分割、基于深度学习的汽车目标检测、基于计算机视觉的自动驾驶应用、基于深度学习的视觉场景识别等多项重要技术，涵盖了数字图像处理中几乎所有的基本模块，并延伸到了深度学习的理论及其应用方面。工欲善其事，必先利其器，《MATLAB 计算机视觉与深度学习实战》对每个数字图像处理的知识点都提供了丰富生动的案例素材，并详细讲解了其 MATLAB 实验的核心程序，通过对这些示例程序的阅读理解和仿真运行，读者可以更加深刻地理解图像处理的内容，并且更加熟练地掌握 MATLAB 中各种函数在图像处理领域中的用法。本书以案例为基础，结构布局紧凑，内容深入浅出，实验简捷高效，适合计算机、信号通信和自动化等相关专业的教师、本科生、研究生，以及广大从事数字图像处理的工程研发人员阅读参考。

目录

第 1 章 基于直方图优化的图像去雾技术1

1.1 案例背景1

1.2 理论基础1

1.2.1 空域图像增强1

1.2.2 直方图均衡化2

1.3 程序实现3

1.3.1 设计GUI 界面4

1.3.2 全局直方图处理4

1.3.3 局部直方图处理7

1.3.4 Retinex 增强处理9

1.4 延伸阅读13

1.5 参考文献13

第2 章 基于 形态学的权重自适应图像去噪14

2.1 案例背景14

2.2 理论基础15

2.2.1 图像去噪方法15

2.2.2 数学形态学原理16

2.2.3 权重自适应的多结构形态学去噪16

2.3 程序实现17

2.4 延伸阅读22

2.5 参考文献23

第3 章 基于多尺度形态学提取眼前节组织24

3.1 案例背景24

3.2 理论基础25

3.3 程序实现28

3.3.1 多尺度边缘28

3.3.2 主处理函数29

3.3.3 形态学处理31

3.4 延伸阅读33

3.5 参考文献33

第4 章 基于 Hough 变化的答题卡识别34

4.1 案例背景34

4.2 理论基础34

4.2.1 图像二值化35

4.2.2 倾斜校正35

4.2.3 图像分割38

4.3 程序实现40

4.4 延伸阅读51

4.5 参考文献51

第5 章 基于阈值分割的车牌定位识别52

5.1 案例背景52

5.2 理论基础52

5.2.1 车牌图像处理53

5.2.2 车牌定位原理57

5.2.3 车牌字符处理57

5.2.4 字符识别59

5.3 程序实现61

5.4 延伸阅读69

5.5 参考文献69

文档截图